网际协议:(Internet Protocol) for IPv4 ：无连接的数据报交付

最新推荐文章于 2024-10-26 20:08:58 发布
最新推荐文章于 2024-10-26 20:08:58 发布
阅读量672 收藏 1
点赞数
分类专栏： 计算机网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/yiwangruge/article/details/112103378
版权
本文介绍了IPv4协议的基本概念，包括其不可靠、尽最大努力交付和无连接的特点。阐述了数据报的格式，特别是网络MTU及分片机制，解释了TTL字段的作用，并探讨了数据报在互联网中的传输过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

网际协议:(Internet Protocol) for IPv4 ：无连接的数据报交付

引言

最基本的互联网服务包含一个分组交换系统，该交换系统不可靠、尽最大努力交付、无连接。

  1. 由于分组可能丢失、重复、延迟、失序，因此认为该服务不可靠。
  2. 由于互联网软件会努力尝试发送每一个分组，除非遇到资源耗尽或底层网络故障，否则互联网软件不会随意丢弃任何一个分组，因此该服务是尽最大努力交付的。
  3. 在数据报传送的过程中，每个分组都被独立处理，不同分组可能经由不同的路径抵达目的站，所以认为该服务是无连接的。

目的

我们将这种不可靠、尽最大努力交付、无连接的交付协议称为网际协议(Internet Protocol).根据协议版本的不同，又可分为IPv4和IPv6，分别代表版本4和版本6.

应当注意到，我们常说的"IP地址"其实是网际协议地址(Internet Protocol Address)的简称。

第一，IP定义了整个TCPIP互联网使用的数据传送基本单元，换句话说，它定义了数据在互联网上传输时的数据格式。
第二，IP软件完成了**转发(Forwarding)**的功能。
第三，IP包含了一组体现不可靠分组交付思路的规则。

IP是设计的最基本的部分，因此互联

最低0.47元/天 解锁文章
一文详解IPv4与IPv6：协议解析与报文对比
bjxiaxueliang的CODING茶馆
06-12 6216
前段时间的工作大多与通信协议相关，随着协议相关工作的不断深入，相关数据包的分析占据了不少工作时间。在数据报文分析中，发现大学期间IP协议内容已经重新还给了老师，相关知识完全没有了印象，这篇文章算是一篇复习文，对相关IP协议进行重学习。
神经网络的数学基础
诗鸩的博客
11-02 939
初识神经网络 在机器学习中，分类问题中的某个类别叫做类(class)，数据点叫做样本(sample)，某个样本对应的类叫做标签(label)。 神经网络的核心组件是层(layer)，它是一种数据处理模块。层从输入数据中提取有用的表示。通过链接简单的层，实现渐进式的数据蒸馏(data distillation)。 想要训练网络，我们还需要选择编译(compile)步骤的三个参数： 损失函数(loss function)：网络衡量训练数据的性能 优化器(optimizer)：基于训练数据和损失函数来更
A城市巡游车与网约车运营特征对比分析—赛题介绍与准备工作
sosososoon的博客
09-07 2518
赛题介绍 2020数字中国创新大赛 赛题说明 出租车作为城市客运交通系统的重要组成部分，以高效、便捷、灵活等优点深受居民青睐。出租车每天的运营中会产生大量的上下车点位相关信息，对这些数据进行科学合理的关联和挖掘，对比在工作日以及休息日、节假日的出租车数据的空间分布及其动态变化，对出租车候车泊位、管理调度和居民通勤特征的研究具有重要意义。 赛题任务 综合应用统计分析方法分别对所提供的巡游车和网约车运营的时间、空间分布特征进行量化计算，包括计算2年的每年工作日取日平均，非工作日取日平均和节假日取日平均
【Deep Learning with Python】神经网络的数学基础
Viking的博客
07-11 1001
理解深度学习需要熟悉一些简单的数学概念：Tensors(张量)、Tensor operations 张量操作、differentiation微分、gradient descent 梯度下降等等。 “Hello World”—-MNIST 手写数字识别 #coding:utf8 import keras from keras.datasets import mnist from keras ...
Python深度学习-U2：神经网络的数学基础
Donald Su
09-02 700
理解深度学习，需要熟悉很多简单的数学概念：张量、张量运算、微分、梯度下降等。本章就是建立对这些概念的直觉。 MNIST数据集 包括 60 000张训练图片和 10 000张测试图像，解决 MNIST问题是深度学习的“Hello World”。 神经网络的核心组件是层(layer)，是一种数据处理模块，可以看成数据过滤器。进去一些数据，处理的数据变得更加有用。大多数深度学习都是将简单的层链接起来...
计算机网络：网络层 —— IPv4 地址与 MAC 地址 | ARP 协议
最新发布
热带鱼的技术博客
10-26 2259
在数据包的传送过程中，数据包的源IP地址和目的IP地址保持不变，因为IP地址是用来识别网络中的逻辑位置，而不是物理位置。 在数据包的传送过程中，数据包的源MAC地址和目的MAC地址逐链路（或逐网络）变化 地址解析协议（ARP，Address Resolution Protocol）是一种用于将网络层（IP层）的32位IP地址解析为数据链路层（物理层）的48位MAC地址的协议。用于解决同一局域网内，主机之间或路由器的 IP 地址和 MAC 地址的映射问题，不能跨网络使用。
计算机网络 第4章网络层协议IPv4 PPT
04-16
本章节旨在深入解析IPv4（Internet Protocol Version 4）在网络层中的关键作用及其实现机制。学习者需要掌握以下核心内容： 1. **理解网络层在通信过程中的作用**：网络层负责在源节点和目的节点之间提供逻辑路径，...
计算机网络协议分析协议分析三网际协议IP哈理工版本.pdf
10-01
网际协议（Internet Protocol，简称IP）是互联网协议族中最核心的协议，负责在不同网络之间传递数据包。本实验主要围绕IP协议的几个关键知识点展开，包括IP数据报的报文格式、IP分片、IP路由表以及路由选择过程。 ...
给初学者看的神经网络的数学基础 A Beginner's Guide to the Mathematics of Neural Networks
09-25
In this paper I try to describe both the role of mathematics in shaping our understanding of how neural networks operate, and the curious new mathematical concepts generated by our attempts to capture neural networks in equations. My target reader being the non-expert, I will present a biased selection of relatively simple examples of neural network tasks, models and calculations, rather than try to give a full encyclopedic review-like account of the many mathematical developments in this field.
深度学习-神经网络的数学基础
weixin_45118169的博客
07-20 932
1.标量（0D 张量） 仅包含一个数字的张量叫作标量（scalar，也叫标量张量、零维张量、0D 张量）。在 Numpy 中，一个 float32 或 float64 的数字就是一个标量张量（或标量数组）。 2.向量 数字组成的数组叫作向量（vector）或一维张量（1D 张量）。一维张量只有一个轴。下面是 一个 Numpy 向量。 x=np.array([12,3,6,14,7]) 3.矩阵（2D 张量） 向量组成的数组叫作矩阵（matrix）或二维张量（2D 张量）。矩阵有
第二章神经网络的数学基础
可可
08-27 654
神经网络的数学基础初识神经网络二级目录三级目录 初识神经网络 二级目录 三级目录
1.深度学习入门介绍--神经网络数学基础
weixin_52944278的博客
05-23 404
神经网络主要围绕以下几个方面： 层：多个层组成的网络（或模型）。（神经网络核心组件，相当于数据处理模块，进去一些数据，出来的数据更加有用。） 输入数据和相应的目标。 损失函数：即用于学习的反馈信号 优化器，决定学习过程如何进行 例：output=relu(dot(w , input) + b) w，b都是张量，均为该层的属性。他们被称为该层的权重或可训练参数，分别对应于kernal,bias属性。这些权重包含网络从训练数据中学到的信息。 训练循环： （1）抽取训练样本x和对应目标y组成的数据
第二章：神经网络的数学基础
Whyne1307的博客
03-07 825
文章目录补充关于类和标签的说明MNIST数据集初识神经网络加载 Keras 中的 MNIST 数据集网络架构编译准备图像数据准备标签运行性能评估神经网络的数据表示标量（0D 张量）向量（1D 张量）矩阵（2D 张量）3D 张量与更高维张量关键属性在 Numpy 中操作张量数据批量的概念现实世界中的数据张量向量数据时间序列数据或序列数据图像视频张量运算逐元素运算广播张量点积张量变形张量运算的几何解释深度学习的几何解释神经网络的“引擎”：基于梯度的优化 补充 关于类和标签的说明 在机器学习中，分类问题中的某个类
《深度学习 第二章 神经网络的数学基础》
weixin_43955530的博客
04-09 957
神经网络的数学基础
第2章 神经网络的数学基础
TigaFeng的博客
11-22 316
2.2 神经网络的数据表示 张量：数字的容器。 2.2.1 标量(0D张量) 仅包含一个数字的张量叫做标量（scalar, 也叫标量张量，零维张量，0D张量） 使用ndim属性查看Numpy张量的轴的个数。标量张量有0个轴（ndim == 0）。张量轴的个数也叫阶（rank） import numpy as np x = np.array(12) x >>> array(12) x.ndim >>> 0 2.2.2 向量(1D张量) 一维张量只有一个轴。一个轴称作一个阶
网际协议与路由器技术：IP, ICMP, 路由选择与IPv6概述
- IP数据报包含头部和数据两部分，头部包含了诸如版本、总长度、服务类型、标识、标志、片段偏移、生存时间、协议、头部校验和以及源和目的IP地址等信息。 3. **划分子网和构造超网**： - 子网划分是为了优化IP...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值